8 모델 학습시키기
지금까지 만든 순환 신경망에 데이터를 추가하여 신경망을 학습시켜 보겠습니다. 신경망 학습을 위해 훈련 데이터(X_train, y_train)를 사용합니다.
model.fit(X_train, y_train, epochs=100, batch_size=1, verbose=1)
실행 결과
Epoch 1/100 85/85 [==============================] - 0s 5ms/step - loss: 0.0319 Epoch 2/100 85/85 [==============================] - 0s 1ms/step - loss: 0.0019 Epoch 3/100 (중략) 85/85 [==============================] - 0s 1ms/step - loss: 6.0454e-04 Epoch 98/100 85/85 [==============================] - 0s 1ms/step - loss: 6.0294e-04 Epoch 99/100 85/85 [==============================] - 0s 1ms/step - loss: 6.0986e-04 Epoch 100/100 85/85 [==============================] - 0s 1ms/step - loss: 6.0653e-04 <keras.callbacks.callbacks.History at 0x7ff374f8e080>
케라스의 함수를 사용하여 모델을 학습시켜 보겠습니다. 이때 입력 데이터(x_train), 출력 데이터(y_train), 반복 횟수(epochs=100), 한 번에 학습시킬 데이터의 양(batch_size=1)을 설정합니다.
학습의 진행 경과를 어떻게 표시할지 결정하기 위해 에포크별 진행 사항을 간단히 알려주는 방식인 verbose=1로 설정합니다.
TIP
한 번에 학습시킬 데이터의 양이 1인 이유는 이번 예제에서는 그렇게 설정했기 때문입니다. 물론 여러분이 바꾸어도 상관없습니다.